fffupeng的博客

实验环境win8.1 64 + vs2013+matlab2013b实验装备：i7 6700 + gtx960step1:首先更新显卡驱动，在gforce experience或者其他软件上。step2.安装vs2013，最好包含up5，由于我没有更新up5，boost编程出现了优化器崩溃,当然window下的caffe是不需要自己手动安装boost的step3.安装matla

全卷积网络： 个人认为本文主要是两个重点： 第一是fcn，全卷积网络（+上采样） 第二是skip net 首先说全卷积网络： 通常cnn在卷积层后会接上若干全连接层，但是全连接层和卷积层的连接数量是固定的，这也就导致了输入必须是固定的尺寸。如下图所示： 但是在fcn中将fc用卷积取代，再加上采样层，这样能够输入任何大小的图片，同时输出图片相应大小的语义分割。如下图所示：

这是一篇基于全卷积网络的目标识别，baseline是用resnet。当然不是使用resnet+faster rcnn那么简单。 问题来源： translation invariance 和translation variance 卷积网络最初兴起于分类任务，当然效果是越来越好，而一般的目标识别的网络也是通过分类的网络提取特征（zf，vgg，res等等），再加上一系列的操作（roi，bound

s1: git clone cd caffe git checkout ssd s2: cp Makefile.config.example Makefile.config make -j8 make py make test -j12 make runtest –j12 出现问题: 缺少-lopenblas sudo apt-get install open

本文在mnist中添加Python层，作为修改，在本文中不仅介绍如何添加层，还会涉及到修改层的一些思路。首先在train_test_lenet.prototxt中添加MyPythonLayer一层，如下图所示：该层的主要作用就是将输入加上10，并输出，同事输入输出的维度不变。接下来就是具体的代码实现。在caffe/python 下面添加mypythonLayer.py

import osimport sysimport numpy as npimport matplotlib.pyplot as pltcaffe_root='/opt/digits-2.0/caffe/'sys.path.insert(0,caffe_root+'python')import caffeMODEL_FILE='/opt/digits-2.0/caffe/exampl

在之前已经掌握了字符串的操作以及序列常用的操作，这样已经可以完成文件系统下的操作了。简单来讲就是：txt的读取写入，路径的读取以及访问，路径和txt文件内容的调整操作。这些操作基本涵盖了数据集标签建立过程中需要的操作，下面就是一个数据集标签的脚本例子。实现的功能：将x y height width这样格式的txt转为label x_r y_r height_r width_

#-*- coding: UTF-8 -*-import os#删除txt中含有0的项目，并且删除与之对应的imagedef delete_no_car_picture(): for txtname in labeltxt: #print txtname f = open(labelpath+"/"+txtname) res = f.

c++ 读取文件夹下所有的图片文件，并将图片的名称保存到txt中// test_file.cpp : 定义控制台应用程序的入口点。//#include "stdafx.h"#include#include#include#include#include#includeusing namespace std;void getFiles(string path, vect

1.搞定数据集本次caffe训练的图片全部来自网上下载。分为两类，其中100个大象的图像，还有一百个恐龙的图像。如下图：随机选取20个大象的图片和20个恐龙的图片分别放置在image_train和image_train文件夹下。最好将两类不同的图片分开放置于不同的文件夹下，方便生成标签。2.生成图像列表在cmd中输入make_imagelist,

将不一样大小的jpg，jpeg，png，tif等格式转成db。使用c++文件convert_imagest.cpp该文件使用格式convert_imageset [flags] ROOTFOLDER/ LISTFILE DB_NAME命令FLAGS:图片参数组ROOTFOLDER/ 图片存放的绝对路径，从linux根目录开始LISTFILE:图片文件列表清单，一般为一个tx

模型---->层（data,convolution,pooling) blobs方式流动---->param数据层：数据层是每个模型的底层，是模型的入口，不仅仅提供数据的输入，也提供数据从blobs转换成别的格式进行保存输出。通常的数据预处理（减去均值，放大缩小，剪裁和镜像等），也在这一层设置参数实现。数据源可以是leveldb，mldb，也是内存中的，也可以是磁盘中hdf5文件和图片

之前已经在window上安装完caffe，现在用mnist测试：第一步在examples/mnist文件夹下面修改lenet_solver.prototxt,因为我没有使用gpu所以直接在最后改为CPUlenet_solver.prototxt# The train/test net protocol buffer definitionnet: "examples/mnist

硬件需求和软件的安装和fast rcnn类似,直接开始训练voc2007。1  下载数据集，并解压cd py_faster_rcnn/datawget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tarwget http://host.robots.ox.ac.uk/pascal/V